2026 年，AI Agent 的竞争早已告别「能聊会说」的初级阶段，进入「落地办事」的硬核比拼。OpenClaw 的爆火让人们看到了 AI「动手执行」的可能性 —— 它能拆任务、点按钮、跨 App 操作，像实习助理一样完成流程化工作。但无论是纯云侧智能还是纯端侧助手，都存在难以逾越的短板：云侧智能推理强却缺乏场景感知与本地操作权限，端侧助手能调用本地数据却受限于算力，面对复杂任务「智商不足」。
就在行业陷入「做云还是做端」的两难时，清华系团队「万象智维」推出智能体产品「小万」，以「端云协同」的创新架构破局：让云端做「超级大脑」负责复杂决策，端侧做「灵活手脚」负责感知执行，彻底打通两者优势，为端侧 AI 开辟了一条全新路径。
核心架构：端侧 GUI + 云侧 CLI，分工明确的高效协同
「小万」的核心创新在于「端云职能精准拆分」，摒弃了传统「全量上云」或「端侧硬扛」的极端思路，采用「端侧 GUI + 云侧 CLI」的技术分工模式，让每一部分都发挥最大价值：
-
端侧（手机）：定位为「上下文入口 + 执行终端」，天然掌握用户的时间、位置、正在使用的应用等场景数据，负责屏幕识别、本地传感器感知、App 调用、最后一公里执行等任务，无需联网即可完成高频基础操作；
-
云侧（OpenClaw）：承担「大脑决策」角色，依托 7×24 小时不间断运行能力，负责复杂逻辑推理、长流程任务规划、系统级 API 操作、多任务调度等端侧算力难以支撑的工作。
这种分工模式，既避免了纯云侧智能「看不见、摸不着」的痛点，也解决了纯端侧助手「算力不足、智商不够」的短板，实现「1+1>2」的协同效果。
场景落地：端云接力，搞定单一设备办不成的事
「小万」的端云协同并非纸上谈兵，已在真实场景中实现高效落地，核心体现为「端 - 云 - 端」的闭环接力：
场景一：复杂文档的智能处理
收到几十页的技术文档时，纯端侧模型读不懂深层逻辑，纯云端模型无法操作本地 App。而「小万」的流程是：
-
端侧 Agent 先接管，利用本地算力快速提取文档关键信息；
-
任务流转至云端，OpenClaw 深度梳理逻辑、生成结构化摘要；
-
结果回传端侧，Agent 询问用户是否发送给同事或保存笔记，并直接调用微信完成发送。
用户感知到的是一次流畅服务，后台已完成两次职能交接，既保证了处理深度，又实现了本地操作闭环。
场景二：感知驱动的智能通勤
早晨醒来，端侧 Agent 通过本地传感器感知到「下雨」，同时读取本地日程中「9 点有会」的信息；
-
端侧将脱敏后的上下文数据发送至云端；
-
云端大脑快速规划避堵打车方案，决策「需提前 15 分钟出发」；
-
指令回传端侧，「小万」直接唤起打车 App，自动填写目的地、选择常用车型，停在支付确认页等待用户点击。
整个过程仅需 8 秒思考时间，既结合了端侧的场景感知，又发挥了云端的决策能力，让通勤规划无需手动操作。
技术突破：攻克算力、成本、隐私三大核心痛点
从 Demo 到实用，「小万」的端云协同架构针对性解决了端侧 AI 的三大核心难题：
1. 算力优化：榨干端侧性能，减少云端依赖
-
开发「OmniInfer-VLM」端侧推理框架，在不牺牲精度的前提下，让多模态推理速度较传统 CPU 方案提升近 20 倍，屏幕识别、OCR 提取、简单意图判断等高频操作可在本地毫秒级完成；
-
引入「行为记忆系统」，将用户高频操作路径（如点咖啡、打卡）抽象为数学模型存储在本地，重复任务无需云端重新推理，直接调用本地记忆自动化执行，平均推理延迟降低 1.49 倍。
2. 成本控制：降低 Token 消耗，实现商业可行
纯云侧智能的痛点是 Token 消耗巨大，专业用户单日花费可能高达数百美元。「小万」通过「端侧承担高频基础操作 + 云端聚焦复杂决策」的模式，大幅减少云端调用次数，降低 Token 成本，让端侧 AI 的商业化落地成为可能。
3. 隐私防护：架构级保障数据安全
Agent 时代的隐私不仅是数据，更是行为。「小万」的端云协同架构从根源上降低隐私风险：
-
敏感数据（微信聊天记录、支付密码页面）始终在端侧处理，绝不上传云端；
-
发往云端的仅为脱敏后的抽象指令（如「需打车前往公司」），而非原始场景数据；
-
支持企业本地化部署 OpenClaw，通过 API 无缝接入「小万」，进一步强化隐私控制。
落地进展：清华系背书，覆盖 150 + 实用场景
「小万」的背后是雄厚的技术积累：团队依托清华大学端智能研究团队孵化，核心成员在端侧模型轻量化与高效推理领域深耕多年，成立后获智谱 AI 领投的数千万元天使轮融资，技术路线获行业高度认可。
目前，「小万」已实现端侧持久化上下文记忆，支持 40 + 主流应用，覆盖 150 + 场景任务，涵盖打车、消费、支付、日程规划、内容归档等日常高频需求：
-
日常归档：自动提取当日浏览文章、收听播客的核心结论，整理成日报，支持随时回看；
-
任务提醒：记录未完成的讨论，自动设置后续提醒；
-
多端协同：云侧为每位用户开设独立虚拟云服务，端侧任务本地完成，兼顾效率与安全。
未来展望：从人机交互到 Agent-to-Agent
如果说 OpenClaw 证明了 AI「能动手」，「小万」则回答了 AI「如何在多端设备上靠谱办事」。未来的端侧 AI 不会局限于手机，眼镜、手表等终端都将成为「端侧 Agent」，各自具备不同的传感器与执行能力，而云端则是统一的「超级大脑」。
「万象智维」正在构建的「Agent-to-Agent 交互网络」，将让任务突破设备绑定 —— 由云端统一规划，分发给最合适的端侧设备执行。移动端 AI 的「动手时代」已来，真正的分水岭不在于模型参数大小，而在于能否用工程化手段，将云端的「聪明」与端侧的「靠谱」深度结合，解决用户每天都要面对的琐事难题。
端云协同的路径，正在重新定义端侧 AI 的未来。随着技术的持续迭代，或许不久后，AI Agent 将真正融入生活的每一个场景，成为无需手动干预、既聪明又安全的「全能助手」。